1278147072-cell/a-share-financial-factor-report-skill

A 股財務因子報告

使用此技能為財金課程產出應用的中文報告：一份以真實 A 股資料、Python 生成圖表、因子建構、分組、迴歸/Alpha 討論、機器學習因子解釋及 Word 交付物為主的「財務指標因子」報告。

標準交付物

除非使用者另有要求，請產出以下內容：

• 在 outputs/ 資料夾中的 .docx 報告。
• 在 outputs/ 資料夾中可重建資料、圖表與結果檔案的 Python 腳本。
• 在 outputs/ 資料夾中的 CSV 資料/結果。
• 在 outputs/ 資料夾中的 PNG 圖表。
• 當使用者要求「代碼打包」或「代碼文件形式輸出」時，另提供可選的程式碼 ZIP 壓縮檔。

若需處理 DOCX 文件，且 documents 技能可用時，請使用該技能：以 python-docx 生成，盡可能轉譯/驗證，若無法使用 LibreOffice 轉譯則應揭露此事實。

工作流程

1. 選擇或確認因子

   • 若使用者說「換一個指標」，請選用一個此對話中尚未使用過的新因子。
   • 良好選擇：毛利率質量、經營現金流質量、存貨周轉、應收帳款質量、應付帳款議價、ROE 質量、資產負債率風險、收入增長質量、費用率控制、估值因子。
   • 除非使用者要求延續，否則避免重複使用相同的公司與指標。

2. 使用真實 A 股資料

   • 當網路允許時，優先使用「東方財富」公開接口。
   • 對於小型案例，使用 3-4 家 A 股上市公司，並具有明確的行業對比。
   • 對於大樣本 Alpha 檢定，選用約 300 家非金融業 A 股公司，以保持執行時間可控。
   • 對於營運因子，排除金融行業，除非該因子明確針對金融業。
   • 在報告中標示資料來源為「東方財富公開財務接口 / 2024 年年報口徑」（當使用 API 時）。

3. 建構因子

   • 建立 2-4 個可解釋的財務指標。
   • 在合併之前先對各指標進行標準化。
   • 保持公式簡單，並以清晰的中文說明權重。
   • 範例： 質量因子 = 0.50 × 標準化核心指標 + 0.25 × 標準化輔助指標1 + 0.25 × 標準化輔助指標2

4. 生成圖表

   • 至少需包含：一個核心指標長條圖、一個輔助指標長條圖、一個因子散佈/排名圖。
   • 若進行 Alpha 分析，則加入分組報酬圖與 Alpha/Beta 係數圖。
   • 使用中文標題與標籤。確保圖表在 Word 中清晰可讀。

5. Alpha 驗證

   • 遵循圖像需求：不要只解釋一家公司。測試因子是否能解釋廣泛的股票報酬或價格趨勢。
   • 將股票按因子分為 5 組，比較未來報酬。
   • 執行 OLS：Return = α + β × Factor + controls + ε
   • 若資料允許，使用市值、ROE、槓桿或估值等控制變數。
   • 誠實解讀：
     • 若高分組表現優於低分組且β顯著為正：表示因子具有正向 Alpha 證據。
     • 若 α 為正但 β 不顯著：表示存在市場/樣本截距，但該因子本身未獲證實。
     • 若分組與迴歸結果矛盾：兩者皆說明，並選擇謹慎的結論。

6. 機器學習章節

   • 即使未安裝 sklearn，也應包含一個概念性的 ML 因子生成章節。
   • 視情況提及 Lasso、Ridge、隨機森林、XGBoost。
   • 說明 ML 如何結合多個財務特徵來預測未來報酬/ROE/現金流改善。
   • 強調財務邏輯與樣本外驗證，以避免過擬合。

7. 報告結構 依下列九大結構撰寫課程報告：

   • 摘要、關鍵詞
   • 一、研究背景與問題提出
   • 二、資料來源與處理口徑
   • 三、指標建構與因子邏輯
   • 四、Python 圖表與結果分析
   • 五、傳統方法：分組與迴歸分析 / Alpha 檢定
   • 六、機器學習方法生成綜合因子
   • 七、公司案例解讀
   • 八、投資應用建議與限制
   • 九、結論
   • 附件：資料與代碼

8. 字數

   • 若使用者要求 5000/5500/5700 字以上，請使用 python-docx 驗證最終 DOCX 文字長度。
   • 建議透過方法論、Alpha 解讀、行業限制與 ML 工作流程來精簡擴充，而非填入無關內容。

API 備註

實作或修改資料擷取腳本時，請參閱 references/eastmoney-fields.md。

建立新指標腳本時，使用 scripts/factor_report_template.py 作為起點。將其複製到工作區的 outputs/ 或 work/ 中，然後調整：

• 公司清單與欄位
• 因子公式
• 圖表標題
• 報告敘述

常見解讀用語

請使用平實的中文解釋：

• 「Alpha 是否存在」意指該因子在控制常見變數後是否仍能創造超額報酬。
• 「因子對 return 有解釋力」意指高/低因子組呈現不同的未來報酬，或迴歸 β 具有意義。
• 「不能證明 Alpha 存在」是可接受的結論，且通常比過度宣稱更好。
• 「該指標能解釋經營質量，但短期不一定預測股價」是一個合理的謹慎結論。

最終回覆

提供最終 .docx 與主要支援檔案的連結。並說明：

• 選擇的因子與公司
• 是否進行大樣本 Alpha 測試
• 主要結論
• 產出的代碼/資料/圖表檔案